基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高大坝变形监控模型的预测能力,充分挖掘变形实测数据并及时了解大坝的运行性态,提出了一种基于小波EGM-ISFLA-SVR的大坝变形组合预测模型.该模型首先应用小波分析进行去噪,提取变形监测序列的时效分量以及由水压、温度分量组成的综合效应分量.然后,分别运用均值GM(1,1)模型和基于改进的混合蛙跳算法的支持回归机模型对两种序列进行建模和预测.最后,经小波重构得到组合模型.通过工程实例对模型效果加以检验,采用多项指标分别与传统统计模型的拟合精度和预测精度进行对比.结果显示,该模型拟合时具有比统计模型更大的复相关系数和更小的均方差;预测时均方差、平均绝对百分比误差和平均绝对误差均小于统计模型,表明该模型具有更高的拟合和预测精度和更强的泛化能力.
推荐文章
基于小波的基坑变形监测组合预测模型
小波去噪
组合模型
时间序列
人工神经网络
灰色系统
基坑
最优加权组合预测模型在大坝变形监测中的应用
最优加权组合模型
大坝安全监测
线性回归
时间序列
BP神经网络
大坝变形的小波分析与ARMA预测模型
大坝
时间序列分析
小波分析
ARMA模型
回归分析
变形预测
基于DPSO-ANFIS的大坝变形预测模型
自适应模糊神经网络
动态权重粒子群算法
大坝变形预测
适应度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波EGM-ISFLA-SVR的大坝变形组合预测模型
来源期刊 水利水电技术 学科 工学
关键词 变形预测 小波分析 混合蛙跳算法 支持回归机 灰色系统
年,卷(期) 2018,(5) 所属期刊栏目 水工建筑
研究方向 页码范围 57-62
页数 6页 分类号 TV698.1
字数 3102字 语种 中文
DOI 10.13928/j.cnki.wrahe.2018.05.009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (456)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(14)
  • 参考文献(2)
  • 二级参考文献(12)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
变形预测
小波分析
混合蛙跳算法
支持回归机
灰色系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水利水电技术
月刊
1000-0860
11-1757/TV
大16开
北京市海淀区玉渊潭南路3号
2-426
1959
chi
出版文献量(篇)
7729
总下载数(次)
10
总被引数(次)
49620
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导